最小值分布

所属章节:第3章 多维随机变量及其分布

设 (X,Y)∼F(x,y)(X, Y) \sim F(x, y),则 Z=min⁡{X,Y}Z = \min\{X, Y\} 的分布函数为

Fmin⁡(z)=P{min⁡{X,Y}⩽z}=P{{X⩽z}∪{Y⩽z}}F_{\min}(z) = P\{\min\{X, Y\} \leqslant z\} = P\{\{X \leqslant z\} \cup \{Y \leqslant z\}\} =P{X⩽z}+P{Y⩽z}−P{X⩽z,Y⩽z}= P\{X \leqslant z\} + P\{Y \leqslant z\} - P\{X \leqslant z, Y \leqslant z\} =FX(z)+FY(z)−F(z,z)= F_X(z) + F_Y(z) - F(z, z) =独立Fmin⁡(z)=FX(z)+FY(z)−FX(z)FY(z)\stackrel{\text{独立}}{=} F_{\min}(z) = F_X(z) + F_Y(z) - F_X(z) F_Y(z) =1−[1−FX(z)][1−FY(z)].= 1 - [1 - F_X(z)][1 - F_Y(z)].

推广到 nn 个相互独立的随机变量 X1,X2,⋯ ,XnX_1, X_2, \cdots, X_n 的情况

Fmin⁡(z)=1−[1−FX1(z)][1−FX2(z)]⋯[1−FXn(z)].F_{\min}(z) = 1 - [1 - F_{X_1}(z)][1 - F_{X_2}(z)] \cdots [1 - F_{X_n}(z)].

特别地,当 Xi(i=1,2,⋯ ,n)X_i (i = 1, 2, \cdots, n) 相互独立且有相同的分布函数 F(x)F(x) 与概率密度 f(x)f(x) 时

Fmin⁡(x)=1−[1−F(x)]nF_{\min}(x) = 1 - [1 - F(x)]^n fmin⁡(x)=n[1−F(x)]n−1f(x).f_{\min}(x) = n [1 - F(x)]^{n-1} f(x).

关联知识

原文:原笔记 · 3.4.2.6 $\min\{X, Y\}$ 分布 P83(原文件第 499–522 行)。

返回概率论导航